开源雷达国内 GitHub 镜像站
加速通道已就绪 返回列表
全部项目

dtdo90/Qwen-Math_Med-GRPO

Reinforcement learning with GRPO on mathematical reasoning using Qwen2.5, followed by finetuning on medical data

语言:Jupyter Notebook · GitHub 星标:18 · Fork:1

在 GitHub 上查看原仓库

正在读取项目信息…